期刊专题

10.11896/j.issn.1002-137X.2016.9.018

基于LT+模型的社交网络影响力最大化研究

引用
影响力最大化问题的目标是寻找社交网络中一组种子结点集合,在给定的传播模型下,使得这些结点最终传播的影响范围最大.Kempe和Kleinberg提出的贪心算法可以获得很好的影响范围,但是因复杂度太高而并不适用于大型社交网络.Chen和Yuan等人基于线性阈值(LT)模型提出了构造局部有向无环图的启发式算法,但是LT模型只考虑了邻居结点的直接影响力,忽略了结点之间存在的间接影响力.因此,在LT模型的基础上,结合网络中结点之间存在的间接影响力,提出了LT+影响力模型,并利用构造局部有向无环图的启发式算法求解LT+模型的影响力最大化,称为LT+ DAG算法.真实数据集上的对比实验表明,LT+ DAG算法具有更好的影响范围以及较好的可扩展性.

社交网络、影响力最大化、贪心算法、传播模型

43

TP311.13(计算技术、计算机技术)

广西研究生教育创新计划资助项目YCSZ2015147

2016-10-17(万方平台首次上网日期,不代表论文的发表时间)

共4页

99-102

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

43

2016,43(9)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn